薪酬概览
平均月薪
¥50500
中位数 ¥0 ｜ 区间 ¥38300 - ¥62600
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
100% 人群薪酬落在 >30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
10月新增岗位
12
对比上月：岗位新增11
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 5-10年 | 12 | 100% |
热招职位
1. 负责Android客户端核心业务和平台相关架构、设计、优化;
2. 负责基础库、框架、关键模块的技术选型、开发和改进;
3. 对新技术进行调研，将新技术分享并应用到现有产品开发中，提高客户端的技术能力;
4. 优化Android团队的开发方式和流程、规范，提高团队效率。
任职要求
职位描述：
1.参与公司技术中台通用框架研发工作，支撑多款手游/端游项目的快速迭代；
2.帮助项目组优化游戏，解决项目开发中的各种问题。
任职要求：
1.统招本科及以上学历，计算机科学、软件工程等相关专业；
2.3年以上Unity引擎游戏开发经验；
3.熟悉C#或其他游戏开发相关编程语言，熟练掌握常用数据结构和算法；
4.富有团队意识，善于主动沟通、高效协作。
加分项：
1、具有帧同步游戏开发成功经验，掌握帧同步相关技术方案及经验；
职位描述：
1.参与公司技术中台通用框架研发工作，支撑多款手游/端游项目的快速迭代；
2.帮助项目组优化游戏，解决项目开发中的各种问题。
任职要求：
1.统招本科及以上学历，计算机科学、软件工程等相关专业；
2.3年以上Unity引擎游戏开发经验；
3.熟悉C#或其他游戏开发相关编程语言，熟练掌握常用数据结构和算法；
4.富有团队意识，善于主动沟通、高效协作。
加分项：
1、具有帧同步游戏开发成功经验，掌握帧同步相关技术方案及经验；
1. 深入理解美团无人机业务场景，探究以类人形具身算法数据采集与算法预训练/后训练的最优配合范式，设计高效的数据闭环方案，以提升具身智能模型在真实物理世界中的泛化能力。
2. 针对非结构化环境下的感知与决策难题，研发创新性的具身智能算法，并探索其在无人机/机器人系统中的实际部署边界与应用价值。
3. 依托公司真实场景数据与高校合作资源，定义并解决具身智能领域的关键科学问题，参与前沿学术会议的高质量论文产出。
4、负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平；
我们相信，AI 研发本身，是下一个被 AI 加速和重塑的领域。美团 LongCat 团队正在探索下一代 AI 自进化与自动化研究系统：让模型不仅能够完成任务，也能够参与模型研发过程本身，围绕问题发现、假设生成、实验执行、结果验证、经验沉淀与策略迭代，形成持续改进的研究闭环。加入我们，你将参与构建以研究智能体为核心，联动可验证研究环境、训练与评测体系、研究策略库的 AI for AI 系统，并将自动化研究能力反哺到模型自身的训练、评测与迭代中，推动“用 AI 研发更强 AI”的长期目标。
1. 自动化研究智能体能力建设参与提升模型在复杂任务分解、长程推理、研究规划、工具使用、代码生成与执行、证据整合、结果归因与研究报告生成等方面的闭环能力，并在真实模型研发任务中验证效果。
2. 长程上下文、记忆与状态管理探索 context scaling / compression、memory selection、任务状态追踪等机制，解决长周期任务中的一致性衰减、状态丢失、中断恢复与长期依赖管理问题。
3. 可验证研究环境与自动实验闭环构建覆盖 search、browser、retrieval、code execution、training / eval job、sandbox 等能力的交互式研究环境，将研究任务建模为可交互、可验证、可评分的闭环，支持自动实验编排、结果比对与版本回滚。
4. 训练策略与反馈信号设计设计数据配方、环境反馈、过程监督与 reward 信号体系，结合 SFT、强化学习等方法，引导模型在事实正确性、工具调用可靠性、任务完成率与研究轨迹质量上持续提升。
5. 评测体系与错误分析闭环建设面向真实 research workflow 的 benchmark 与自动评测体系，系统分析研究智能体在规划、检索、工具调用、上下文管理、实验执行、结果归因等环节的典型失败模式，并反哺训练策略与 harness 优化。
6. 研究经验沉淀与策略自进化将成功与失败任务轨迹沉淀为 research episode、skill、eval case 等可检索、可复用、可训练的经验资产，支持模型在后续任务中检索、复用、迁移与迭代，推动研究策略的持续自进化。
【LongCat实习】大模型算法研究员-Search Agent方向
你将加入 LongCat Agent 算法团队，与一线研究员共同推进下一代智能体的范式探索。具体方向包括但不限于：
1.Agentic RL 基础算法研究：探索面向长程多步任务的强化学习训练范式，包括稀疏奖励下的信用分配、过程奖励建模、自我博弈与多智能体协同、可扩展的 reward modeling，以及训练稳定性与样本效率优化。目标是实现Agent 能力增长的主引擎；
2.Search Agent 能力构建：研发面向开放域复杂查询的搜索智能体，覆盖多轮检索规划、查询改写、证据聚合、多源信息冲突消解与可信溯源。重点突破"深度研究"类长程任务（Deep Research）的端到端 RL 训练，让模型在数十步检索-推理交织中保持目标产出高质量分析内容。
3.生活服务助理 Agent：解决美团真实业务环境中（餐饮、出行、到店、履约等多业务横跨）实现智能助理的基础问题，研究多工具长链调用、澄清和主动服务、个性化记忆与偏好建模、跨会话状态管理，以及面向真实用户反馈的RL 闭环。这里的复杂度来自亿级用户、千万级 SKU 与多步骤决策构成的真实环境。
【为什么是我们】1.稀缺场景：直接接触亿级真实用户、跨业务多步决策的复杂环境，是当前业界最稀缺的 Agent 训练土壤；
2.充足资源：充足算力、丰富多模态数据、专属带教导师、顶级 infra 团队支持；
3.研究自由：明确鼓励技术探索，有机会参与顶会论文产出，研究成果可服务亿级真实用户实现学术与产业双闭环；
4.成长路径：北京 / 上海双地 base，扁平协作、与算法/Infra/产品高密度共事，快速成长为下一代 Agent 技术骨干。
1、负责车云通信网络子系统的软件设计、开发与性能调优，覆盖协议栈选型、链路可靠性及端到端时延优化。
2、参与车载综合业务网关的系统软件与底层软件开发，交付高性能、高可靠的网关产品，推动其规模化量产落地。
3、面向无人配送业务场景，持续优化系统整体性能、稳定性与可靠性，推动研发迭代和规模化落地运营。
1. 负责具身小脑核心算法的研发与真机落地——基于强化学习（RL）训练机器人的运动策略，实现复杂地形自适应、动态环境下的稳定移动与操作，从仿真到真机端到端部署。
2. 打通"RL策略设计训练→仿真验证→Sim-to-Real迁移→真机规模部署"全链路闭环，持续探索大小脑协同的性能边界（模型策略输出与底层运动控制的衔接、安全兜底机制等）。
3. 设计并落地运控安全体系，确保在数据采集和推理执行中的人机安全。
4. 与VLA/世界模型团队、机电硬件团队、数采团队紧密协作，定义动作空间接口规范，支撑从遥操作数采到自主推理的全场景能力。
5. 落地具身智能前沿运控技术（RL-based locomotion、loco-manipulation、接触丰富操作、灵巧手控制等），能够完成从idea到真机验证的完整交付。
蓝星公司-数字化部-网络安全经理 Cyber Director
蓝星公司-数字化部-网络安全经理 Cyber Director
根据蓝星公司数字化部工作安排，统筹全球网络安全整体管理工作，协调网络安全领域治理风险与合规、安全架构与工程、运营技术（OT）安全及安全运营中心（SOC）等相关职能，建立网络安全管理机制、技术体系与运营流程，持续提升公司网络安全综合能力，保障信息资产、核心业务系统与数据资产安全，同时协同公司各部门完成安全管控要求落地，为公司业务稳健发展与合规经营筑牢安全防线。
1.根据公司业务发展战略，编制网络安全体系建设规划及实施路线图，明确阶段目标、重点任务和资源需求；
2.统筹网络安全领域治理风险与合规、安全架构与工程、运营技术（OT）安全及安全运营中心（SOC）等核心安全职能建设，明确职责分工，提升协同效率；
3.统筹建立覆盖中国及海外区域的安全运营模式和协同机制，推动相关制度、流程、标准和工具的统一落地；
4.统筹网络安全风险管理工作，组织开展风险识别、评估、跟踪和整改，推动形成常态化风险管控机制；
5.推进网络安全合规与审计相关工作，确保满足相关法律法规及标准要求，持续跟踪问题整改并推动闭环落实；
6.定期向高管层/董事会汇报安全态势、风险暴露情况、重大事件复盘及改进计划，为重大风险事项和安全事件提供决策支持；
7.编制网络安全部门年度预算，统筹网络安全产品选型、采购及供应商管理，优化资源配置，提升投入产出效率；
8.与IT、研发、运维、法务、合规、业务等部门建立常态化协作机制，推动安全内嵌，保障业务敏捷交付；
9.推动安全文化建设和安全意识提升，组织相关培训、宣贯与能力提升活动；
10.跟踪国内外网络安全领域法律法规、监管政策更新、行业最佳实践与前沿趋势，持续优化公司网络安全体系及相关管控能力；
11. 公司安排的其他工作。
1、本科及以上学历
2、熟悉计算机视觉核心算法（目标检测、图像分类、分割、图像增强等），精通多模态融合技术（文本-图像/视频-图像匹配、跨模态检索等），有CLIP、LLaVA、InternVL等主流多模态模型实战经验者优先。
3、具备扎实的C++编程功底，熟悉Linux环境下的算法开发，掌握数据结构、多线程、并行计算等相关知识，有丰富的算法工程化落地经验，能独立完成算法的C++实现与优化。
4、精通模型量化、剪枝、知识蒸馏等轻量化技术，熟悉至少一种推理引擎（TensorRT、ONNX Runtime、NCNN、TVM等），具备模型在云端/边缘端部署、性能调优的实战经验，能独立解决部署过程中的技术问题。
5、具备较强的问题分析、攻坚能力与自我驱动能力，逻辑思维清晰，，能快速跟进业界前沿技术并落地应用。
6、具备良好的团队协作与跨部门沟通能力，责任心强，有规范的代码编写习惯，能承受一定的业务压力，有相关算法竞赛获奖或顶会论文发表者优先。
7、加分项：有车载芯片、嵌入式SOC平台部署经验，或大模型端侧优化、工业场景多模态落地经验者优先。
【北斗】大模型算法研究员（Agent RL/RAG/多模态技术）
我们正在构建下一代企业级 AI 知识中枢——不是一个实验室里的 Demo，而是一套正在真实运转、服务数万人的智能系统。从支撑百万级文档的智能问答引擎，到覆盖全公司的 AI 办公助手，我们的技术每天都在改变真实用户的工作方式。而现在，我们正在迈向更具野心的目标：构建企业的组织认知系统（Organizational Intelligence）——让 AI 不仅回答问题，更能理解组织如何运转、知识如何流动、决策如何形成。通过连接文档、会议、IM、代码、项目与业务流程，我们正在定义企业 AI 的三层核心架构：Memory — 组织记忆：可持续沉淀、持续演化的知识底座；Cognition — 组织认知：理解上下文、识别模式、辅助决策；Agent — 智能行动：自主规划、多步执行、自我进化。核心职责：
1、 多模态 RAG 架构设计面向文本、图像、表格、视频的统一检索增强生成框架，攻克跨模态知识索引与融合的核心挑战，让企业知识库中的每一种信息形态都能被精准理解和召回。
2、Agent 强化学习与自主规划探索基于 RL 的工具调用与任务规划能力，实现多轮多步骤复杂办公任务的自主执行，构建具备长期记忆与自我进化能力的下一代办公 Agent。
3、大模型可信度与幻觉抑制研究幻觉检测与抑制技术，构建事实一致性评估体系与证据链追溯机制，确保企业级知识问答输出的每一个字都经得起验证。
1、负责 Camera、Lidar、IMU 等多传感器工厂标定算法研发，以及标定间建设方案的技术指标制定。
2、负责自然场景下多传感器在线标定算法研发与工程落地，支持不同车型、不同传感器配置下的量产交付。
3、负责标定算法车型泛化与量产问题闭环，定位并解决标定失败、收敛异常、外参漂移、点云匹配异常、BEV拼接异常等常见问题。
4、参与标定工具链建设，包括精度评测、自动化测试、外参看板、异常样本分析等内容。